다음 예제를 보도록 하죠. age 라는 속성의 None 값이 있습니다. l1 = [{'title': 'Child', 'age': 14}, {'title': 'Child', 'age': 23}, {'title': 'Parents', 'age': 45}, {'title': 'Parents', 'age': 45}, {'title': 'Parents', 'age': None}, {'title': 'Child', 'age': None}] df = pd.DataFrame(l1, columns = ['title', 'age']) None 값을 확인하기 위해서 isna 함수를 사용할 수 있습니다. df.isna().sum() age 속성의 NaN 값이 대체되었습니다. df.age.fillna(df.groupby('ti..

DataFrame 의 데이터들의 변환이 필요할때가 종종 있습니다. 이때 사용할 수 있는 함수는 Map, Apply, ApplyMap 이 있는데요. 각각의 차이점들에 대해서 알아보도록 하겠습니다. Map, Apply, ApplyMap 은 기본적으로 DataFrame 안에 있는 모든 개별 데이터에 접근하면서 이를 변환합니다. 이들의 차이점은 DataFrame 의 타입이 Series 또는 DataFrame 에 따라 사용할 수 있는 함수가 다릅니다. Series DataFrame Map o x ApplyMap x o Apply o o 1. map 은 Series 타입에 적용 가능한 반면, applymap 은 DataFrame 타입에 적용 가능하다. 2. apply 는 Series, DataFrame 타입에 모두..

두개 이상의 데이터 프레임을 합치고자 할때, Concat 와 Append method 를 사용할 수 있습니다. Concat 는 행을 합치거나, 열을 합치는 것 모두 가능한 반면, Append 는 주로 행을 합칠 때 사용합니다. 다음 예제를 보겠습니다. 1. 행을 합치는 경우 l1 = [{'name': 'Tom', 'age': "10"}, {'name': 'Sarah', 'age': "20"}, {'name': 'Joy', 'age': "30"}] l2 = [{'name': 'Matthew', 'age': "14"}, {'name': 'Jessi', 'age': "23"}, {'name': 'Max', 'age': "45"}] df1 = pd.DataFrame(l1, columns = ['name', 'a..